2025年Agents与基础应用白皮书（中文版）_41页_2mb

生成式AI代理白皮书总结

• 代理定义：生成式AI代理是一种应用程序，能够自主通过观察世界并使用其拥有的工具来实现目标。代理的核心组件包括模型、工具和编排层，共同组成认知架构。

• 模型：模型作为代理流程的集中决策者，是指向语言模型（LM）。多大或多小的LM都可以根据任务需要、指令推理框架（如ReAct、CoT）和微调方式来使用。

• 工具：工具是代理访问实时信息或与外部系统交互的关键，主要有扩展、函数和数据存储三种类型。

  • 扩展：允许代理无缝调用API，提供内置示例动态选择使用扩展。
  • 函数：将API调用逻辑卸载到客户端执行，适用于需外部控制、安全限制或异步操作的场景。
  • 数据存储：提供对动态数据的访问，用于支持检索增强生成（RAG）等应用。

• 功能对比（扩展 vs. 函数 vs. 数据存储）：

  类型	执行位置	主要用途
  扩展	代理端	调用外部API，实时获取数据
  函数	客户端	提供对API调用执行更细粒度的控制，支持安全性、异步操作等需求
  数据存储	代理端	检索结构或非结构化数据，补充代理知识，用于RAG等场景

• 代理快速入门（LangChain示例）：
  使用LangChain库串联序列逻辑，依靠create_react_agent及常见工具如SerpAPIWrapper、GooglePlacesTool, 实现多轮工具调用，完成复杂查询。

• VertexAI代理平台：

  • 提供托管环境，方便管理代理的配置、测试、评估和持续迭代。
  • 支持用户定义代理目标、任务描述、工具集成、示例等关键行为。

• 总结：
  基于生成式AI代理的系统通过模型、工具、编排层等组件的协作，使代理能够执行复杂的多步任务、调用外部工具并迭代优化。代理在RAG应用、动态信息检索、异步操作、安全调用等方面有广泛应用前景。

• 引用与阅读建议：
  本白皮书综合介绍了代理构成、推理技术（如ReAct、CoT/ToT）以及Google旗下工具（扩展、函数、数据存储）和开源框架（LangChain）的应用。

注：此总结基于所提供的白皮书内容，包含核心概念、主要工具类型、代理逻辑以及构建提供的代码和平台使用场景。